在R

Question

我想使用cutree（）函数将系统发育树聚类成指定数量的进化枝。但是，phylo对象（无根系统发生树）不是非参数化的，因此在使用as.hclust.phylo（）时会返回错误。目标是对树的尖端进行子采样，同时保持最大的多样性，因此希望通过指定数量的进化枝聚类（然后从每个进化枝中随机取样）。这将针对具有不同数量的期望样本的许多树进行。任何帮助将无根树胁迫成一个最简单的对象的建议，或者建议将树木（系统对象）系统地折叠成预定数量的进化枝的不同方法将非常感激。

library("ape")
library("ade4")



tree <- rtree(n = 32)

tree.hclust <- as.hclust.phylo(tree)

返回： “as.hclust.phylo（tree）中的错误：树不是超参数”

如果我在所有节点之间建立一个brach长度的距离矩阵，我可以使用hclust生成集群，然后切割成所需数量的集群：

dm <- cophenetic.phylo(tree)


single <- hclust(as.dist(dm), method="single")
cutSingle <- as.data.frame(cutree(single, k=10))
color <- cutSingle[match(tree$tip.label, rownames(cutSingle)), 'cutree(single, k = 10)']

plot.phylo(tree, tip.color=color)

然而，结果是不可取的，因为非常基础的分支聚集在一起。基于树结构的聚类或者尖端到根距离将更加可取。

任何建议都表示赞赏！

Answer 1

我不知道这是不是你想要的，但首先你必须使用chronos()， 这是一个可以帮助你解决问题的答案： How to convert a tree to a dendrogram in R?